检索结果-南通市图书馆

作者：刘攀桂南京理工大学

学位级别：硕士

车牌识别系统(LPR)是智能交通的重要组成部分,在现代交通管理、社会治安等方面发挥着重要作用,有着广泛的应用前景。车牌检测是车牌识别系统的关键技术之一。随着车牌识别系统的广泛使用,过去在受控环境和简单场景下的车牌检测算法已经... 详细信息

车牌识别系统(LPR)是智能交通的重要组成部分,在现代交通管理、社会治安等方面发挥着重要作用,有着广泛的应用前景。车牌检测是车牌识别系统的关键技术之一。随着车牌识别系统的广泛使用,过去在受控环境和简单场景下的车牌检测算法已经不能满足当前的需要。因此,在复杂场景和成像条件情况下的车牌检测逐渐成为当前研究的热点。本文对复杂场景和成像条件下的车牌检测算法进行了研究,主要完成了以下工作。首先,本文实现并改进了一种启发式的车牌检测算法。该算法根据车牌区域垂直边缘丰富的特点,提取图像中的垂直边缘,并通过连接边缘,获得车牌候选区域。最后根据车牌的几何、边缘分布以及颜色等特征对候选区域进行筛选得到车牌区域。其次,本文实现了一种基于adaboost机器学习算法的车牌检测算法。在该算法中,定义了一种表征局部灰度与全局灰度比例的矩形特征,使用cs-adaboost算法训练了一个由85个特征组成的级联分类器,并由此实现了一种车牌检测算法。以上两种算法都在PC平台上编程实现,并且在一个583张图像组成的测试集上进行了实验,给出了结果和性能分析。此外,图像中的倾斜车牌不利于后续的字符分割等操作。针对该问题,本文实现了一种基于“跨栏模型”和“窄孔透射模型”的倾斜车牌矫正算法,给出了实验结果。最后,本文将启发式车牌检测算法移植到了DSP平台上,构建了一个车牌检测系统,可以在CIF格式的图像上达到10f/s的检测速度。文中介绍了算法在DSP平台上的移植和优化过程,并给出了实验结果。

关键词：车牌检测车牌定位机器学习 cs-adaboost DSP

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

跌倒检测算法的研究与实现

跌倒检测算法的研究与实现

引用

作者：李正玉北京邮电大学

学位级别：硕士

随着我国人口老龄化和独居现象的加剧,老年人的健康问题一直备受社会关注,其中跌倒问题对老年人健康造成了很大的威胁。然而,由于跌倒行为的复杂性与随机性,其检测难度很大,现有的跌倒行为检测算法还未能满足实际需求。因此,在新形势下... 详细信息

随着我国人口老龄化和独居现象的加剧,老年人的健康问题一直备受社会关注,其中跌倒问题对老年人健康造成了很大的威胁。然而,由于跌倒行为的复杂性与随机性,其检测难度很大,现有的跌倒行为检测算法还未能满足实际需求。因此,在新形势下研究老年人跌倒行为检测具有十分重要的意义。考虑到人体跌倒引起的加速度变化,本文提出了基于加速度的跌倒检测算法,其主要工作和贡献如下:1.从老年人日常行为入手,分析各种行为的特征变化,得出加速度在跌倒过程中有着显著的变化,因此本文选择以加速度作为数据来源来研究跌倒问题。2.由于跌倒数据的时间序列性,本文通过时间序列提取特征的方法提取出跌倒数据的不同特征。考虑到所提取的特征之间具有冗余性和相关性,本文提出了最小冗余最大相关跌倒特征选择算法。该算法首先求出各特征之间的相关程度,通过互信息最大化,实现最小冗余性。然后利用互信息、信息差、信息熵等特征的最大值实现最大相关性。最后,通过分类器验证该算法的有效性。3.跌倒行为是模式识别领域中的一种二分类问题。本文将模式识别中的几种典型分类算法运用到跌倒问题中,通过在跌倒数据集上进行实验得出SVM和adaboost算法具有较好的分类效果。4.跌倒检测是一种数据不平衡和误分类代价不等问题。为了解决这一问题,本文分别提出了代价敏感支持向量机(cs-SVM)和代价敏感adaboost(cs-adaboost)算法。cs-SVM算法是在SVM算法的基础上,通过引入代价函数和基于最小风险贝叶斯决策来改进的。cs-adaboost算法是通过引入代价函数和不均衡策略来修改adaboost算法的。提出的这两种算法都能显著地提高跌倒的识别率,且cs-SVM算法有着更好的识别效果。

关键词：智慧医疗跌倒检测最小冗余最大相关代价敏感 cs-SVM cs-adaboost

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

监控视频中特定目标的检测与辨识方法研究

监控视频中特定目标的检测与辨识方法研究

引用

作者：胡宪洋电子科技大学

学位级别：硕士

随着人们生活水平的逐步提高,人们对安防的重视程度越来越高。建设平安城市,智能监控等一度掀起热潮。互联网的大量推广促进了安防行业的进一步发展,对于监控视频中目标的检测与辨识成为一个重要的研究方向。本文以监控视频中特定目标... 详细信息

随着人们生活水平的逐步提高,人们对安防的重视程度越来越高。建设平安城市,智能监控等一度掀起热潮。互联网的大量推广促进了安防行业的进一步发展,对于监控视频中目标的检测与辨识成为一个重要的研究方向。本文以监控视频中特定目标的检测与辨识方法研究为课题,重点研究监控视频中行人以及人脸的检测、跟踪和识别算法,最终建立一套监控视频中特定目标的报警系统,从而减轻安防工作人员的工作量,提高工作效率,为建设平安城市做出一份贡献。本文以监控视频中行人以及人脸的检测与辨识为核心内容,主要完成了以下内容:第一,基于Eclipse和OpenCV2.4.8搭建开发环境,研究了监控视频中目标的检测方法,基于梯度方向直方图特征和支持向量机实现了行人检测,训练了特定的分类器满足应用需求。结合Harr特征和cs-adaboost算法,实现了监控视频中目标人脸的多角度检测。第二,实现了基于感知哈希算法的视频行人目标跟踪算法。该算法首先计算目标的哈希值,通过扫描窗口在每一帧图像中寻找与目标哈希值的汉明距离最接近的为目标位置。结合时空上下文快速目标跟踪算法实现对目标人脸的快速跟踪,对于单一目标跟踪良好。第三,结合机器学习以及计算机视觉领域的优势,重点研究了局部二值模式特征,并深入研究主成分析算法,如对局部二值模式特征进行降维等,结合OpenCV等实现了监控视频中目标人脸的识别。第四,结合以上的检测、跟踪以及识别模块,设计并完成了监控视频中的特定目标报警软件。监控人员在执行监控工作时,可以对特定目标进行跟踪,获取目标图像,与数据库已有图像进行匹配识别,从而完成对监控视频中的目标的检测与辨识,最终通过该系统可以避免危险的发生,实现报警功能。

关键词：目标检测跟踪识别 cs-adaboost 主成分析法支持向量机

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于代价敏感性adaboost的皮肤分类器

引用

软件导刊 2020年第3期19卷 31-34页

作者：赵健成赵逢禹上海理工大学光电信息与计算机工程学院上海200093

为解决不同光照条件下皮肤难以检测的问题,提出一种基于代价敏感性cs-adaboost算法的皮肤分类器。通过对皮肤像素提取6个基于亮度值的像素特征,并循环选取特征,使用基于cs-adaboost算法程序训练最佳弱分类器,通过对所有最佳弱分类器的... 详细信息

为解决不同光照条件下皮肤难以检测的问题,提出一种基于代价敏感性cs-adaboost算法的皮肤分类器。通过对皮肤像素提取6个基于亮度值的像素特征,并循环选取特征,使用基于cs-adaboost算法程序训练最佳弱分类器,通过对所有最佳弱分类器的加权线性组合得到最终的皮肤分类器。由于在算法程序中引入了代价因子θ,使分类结果偏向总错分代价较小,即提高了皮肤样本的分类正确率。使用SDD皮肤数据库评估该皮肤分类器性能,结果表明,该皮肤分类器分类正确率达到了85%,比传统皮肤分类方法提高了5%。

关键词：皮肤分类器 cs-adaboost 亮度特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：